‘추론 모델’은 아키텍처 이름이 아니야
2026년의 LLM 담론에서는 ‘추론 모델’을 마치 별도 아키텍처처럼 말하곤 해. 하지만 2024~2026년의 주요 추론 모델은 대부분 일반 트랜스포머 디코더를 써. 백본은 Dense나 MoE이고 일반 모드의 형제 모델과 같거나 거의 같아. 추론 행동은 주로 후속 학습과 실행 전략에서 생겨.
DeepSeek-R1과 V3가 주는 증거
두 모델은 같은 671B-A37B MoE 백본, 전문가 수, 라우터, 어텐션, 어휘를 공유해. R1의 추론 능력은 GRPO 강화학습과 실행할 때 만드는 긴 생각의 사슬에서 나와. 추론에 새 배선이 꼭 필요했다면 같은 백본으로 이런 차이를 만들 수 없었을 거야.
추론 모델을 이루는 세 선택
- 최종 답 전에 중간 생각 토큰을 만들도록 주로 강화학습으로 가르쳐.
- 확장 사고 모드로 서빙해 요청마다 더 많은 생각 토큰을 쓸 수 있게 해.
- 생각 토큰을 그대로 보여 줄지, 숨길지, 요약해서 보여 줄지 정해.
같은 체크포인트로 확인해 봐
설정 하나만 바꿔 같은 체크포인트를 빠른 모드와 사고 모드로 쓸 수 있다면 차이는 추론 축에 있어. Qwen3 Dense가 바로 그런 사례야. 가중치 하나로 두 행동을 낸다는 사실은 추론이 별도 백본이 아니라는 강한 증거야.
왜 마케팅은 아키텍처처럼 말할까
‘아키텍처 혁신’은 ‘같은 백본에 더 잘한 강화학습’보다 희귀하고 방어하기 어려운 기술처럼 들려. 학습법은 경쟁사가 따라 할 수 있지만 새 배선은 독점 장벽처럼 보이거든.
주장을 축에 다시 놓아
‘혁명적인 추론 아키텍처’라는 문구를 만나면 기술 보고서에서 실제 차이를 찾아. 학습법과 추론 설정만 달라졌다면 백본은 그대로야. 이름의 웅장함보다 변화가 사는 축을 봐.